我对 Python 原始字符串有点困惑。我知道如果我们使用原始字符串，那么它会将'\' 视为正常的反斜杠（例如r'\n' 将是\ 和n）。但是，我想知道如果我想匹配原始字符串中的换行符怎么办。我试过r'\\n'，但没用。
有人对此有什么好主意吗？
【问题讨论】：
if ... in my_raw_string？
你也可以使用 [\r\n] 来匹配新行
【讨论】：
def clean_with_puncutation(text):
from string import punctuation
import re
punctuation_token={p:'<PUNC_'+p+'>' for p in punctuation}
punctuation_token['<br/>']="<TOKEN_BL>"
punctuation_token['\n']="<TOKEN_NL>"
punctuation_token['<EOF>']='<TOKEN_EOF>'
punctuation_token['<SOF>']='<TOKEN_SOF>'
#punctuation_token
regex = r"(<br/>)|(<EOF>)|(<SOF>)|[\n\!\@\#\$\%\^\&\*\(\)\[\]\
{\}\;\:\,\.\/\?\|\`\_\\+\\\=\~\-\<\>]"
###Always put new sequence token at front to avoid overlapping results
#text = '<EOF>!@#$%^&*()[]{};:,./<>?\|`~-= _+\<br/>\n <SOF>\ '
text_=""
matches = re.finditer(regex, text)
index=0
for match in matches:
#print(match.group())
#print(punctuation_token[match.group()])
#print ("Match at index: %s, %s" % (match.start(), match.end()))
text_=text_+ text[index:match.start()] +" "
+punctuation_token[match.group()]+ " "
index=match.end()
return text_
【讨论】：
在正则表达式中，您需要指定您处于多行模式：
>>> import re
>>> s = """cat
... dog"""
>>>
>>> re.match(r'cat\ndog',s,re.M)
<_sre.SRE_Match object at 0xcb7c8>
注意re 将\n（原始字符串）转换为换行符。正如您在 cmets 中指出的那样，您实际上并不 需要 re.M 来匹配它，但它确实有助于更直观地匹配 $ 和 ^：
>> re.match(r'^cat\ndog',s).group(0)
'cat\ndog'
>>> re.match(r'^cat$\ndog',s).group(0) #doesn't match
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.match(r'^cat$\ndog',s,re.M).group(0) #matches.
'cat\ndog'
【讨论】：
re.M 得到^ 和$ 以更直观地匹配。
$ 匹配“不太直观” - 即在字符串末尾匹配 only？我不希望它在\n 之前匹配
\n。
最简单的答案是不使用原始字符串。您可以使用 \\ 转义反斜杠。
如果您在某些段中有大量反斜杠，那么您可以根据需要连接原始字符串和普通字符串：
r"some string \ with \ backslashes" "\n"
（Python 自动连接字符串文字，它们之间只有空格。）
请记住，如果您在 Windows 上使用路径，最简单的选择就是使用正斜杠 - 它仍然可以正常工作。
【讨论】：